秋式广告杀手v2.1:广告拦截新功能与新思维(还能破墙)

相关文章:

 

V2.1版本的功能:
1:屏蔽搜索引擎竞价广告。
2:屏蔽国内常见站点的视频广告。
3:去除ShareCode规则分享,增加自定义屏蔽网址。

 

4:代理功能。

 

A:默认离线模式会占用系统代理,如果你需要设置其它代理使用某些功能,可以在软件里设置。

 

B:特殊使用环境A:公司屏蔽了某网站或QQ,但某些领导有权限上。
想法子发一份给你领导,那你。。嘿嘿,就可以上了(默认81端口+领域的局域网IP)

 

C:特殊使用环境B:国内行情要外出,要破墙。
软件集成服务端+客户端双模式,中间是加密传输,所以如果你有国外或香港的主机,可以在上面运行,破墙里开启为服务端,然后本地代理设置里连接上去,破墙设置为客户端,就可出墙了。
本来是想提供一个服务端,方便大伙没主机的,不过考虑到个人就两台,供不起多人使用,所以还是大伙量力而为。
如果园子里的你有国外的主机或香港的主机,愿意分享提供,可以联系我,有N的主机提供服务,大伙才能安稳出墙。

下载地址http://www.cyqdata.com/download/article-detail-54271

PS:原有版本在运行的(V1.0除外),重启下软件,会自动升级。

 

这些天的思维变化:

 

观摩其它类软件:
前后看了不少有广告屏蔽功能的软件,目前比较强大的代表:
插件类:adblock
软件类:admuncher (收费)

看过人家的后,才感觉人家的强大。
 

自己思了一思:

靠hosts,只能处理域名,无法处理ip类屏蔽。

为此,我在想怎么做到不在全局拦截的情形下,屏蔽某些IP。
 

我回顾了整个浏览器的的通讯过程:

如果这个过程不了解,可以再看看: Web开发,浏览器通讯原理及流程那点事,你应该听说下

 

发现了路由表,好像能做点文章:

通过路由表,将某些要屏蔽IP指向到一个不存在的网关,让它发不出去,达到拦截的要求。

看起来想法不错,于是研究操作路由表。
 

路由表的顺序,让我暂停了这想法:

路由表的执行顺序:

路由表基本是静态优先,然后按添加的顺序排列(虽然网上有人说是按跳跃点排序,不过本人试了下,没效果,预估是动态的才按跳路点排序。)。
为此,如果要把新添加的IP指向新的网关,并让它生效,就需要先删除默认的0.0.0.0路由,然后添加新数据,再补回0.0.0.0的数据。
 

这个方法总感觉太别扭。。。卡顿了很久,方案暂时中止。

 

思维回归Http代理:

以前我写过Http代理的相关文章:http://www.cnblogs.com/cyq1162/category/262466.html

因某些原因,一直在优化Http代理的速度,只因上面的Http代理,速度不是很理想。
经过长达N天的优化及测试,本人也一直在用代理上淘宝、支付宝、看视频、写博客,觉的差不多了,所以才考虑了引进到秋式广告杀手这里来。
 

弱化的Hosts模式:

由于引进了Http代理模式,目前的方式是代理+Hosts双模式,同时也在弱化Hosts模式,主要是两个中的某一项被系统或人为中止时,还能起来屏蔽广告的作用。
 

暴点内幕:

在开发秋式广告杀手时,其实最初的想法,只是想屏蔽百度的竞价广告。

当然是私人情绪来的,因为百度每过几个月,就K秋色园一次,一K也是两三个月,所以既然和我过不去,哥也不让你好过。。。。
后来,为了掩饰哥不是针对百度,加入了其它搜索引擎屏蔽,哈哈。。。。
后来不知怎么着,视频广告屏蔽也进来了。。。。
 

不走寻常路:

上面说了,我看过了其它类同软件,强大的功能让我一度停止思维,按着人家的功能开发?

想了多想,答案有了:没这精力,不能力敌。
经过微博粉丝精灵长期经验汇总,找到了一个做软件不能逃避的事实:要适应小白,面对小白,解释是无力的。
所以,我去了除了分享规则这项相对小白操作比较麻烦的功能,改成用“自定义规则”。
在适应小白后,我发布了2.0,之后内外测有人提到两个事情:
1:是对方本来就是代理才能上网,这代理被占了,就上不了网了;
2:问我能出墙不?
所以,V2.1的出现,是解决了这两个问题。
 

关于墙的问题:

这墙,有时候堵的人慌闷慌闷的,做为技术人,google这技术都市都被墙了,中文找不到资料,找到国外的站点搜点英文资料,都被墙了,那说不出的纠结。

当然了,做为一名有点技术的人,要出墙不是难事,比如在自己服务器放个代理之类的,这明显是不行的,因为明文的传输,直接就被墙掉了,所以必须加密,而一般的代理软件是不会有加密功能的,所以,以前都直接远程到服务器看点东西。。。
另外那XX门之类的出墙工具,由于受重点照顾,传说几天就被干一次,之后要等升级,这种累人的事,从来没干过。
另外关于vpn,传说数据包及常用的节点,都被监管了,所以某些学校还会被通知。
所以,软件设置成客户端+服务端双模式+加密传输,适合小范围使用。
如果你有一台国外或香港的主机,可以分享给小范围的人用用,做一下贡献。
 

最后,上一张V2.1的图,来结束这比较散的技术散文:


 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值